基于电信号特征分析的电机故障诊断技术

介绍了电机故障诊断技术平台的组成,分析了电机常见故障下电信号的特征。利用宜昌和景洪工厂两台电机进行了实际对比测试,宜昌工厂电机定子电流特征频率在49.2Hz时表现出峰值-36.08dB,在50.8Hz时表现峰值则为-37.23dB,表明电机存在转子断条故障;景洪工厂电机在转子特征频率为113.51Hz时,出现峰值-58.47dB,表明电机存在静态偏心故障。经电机现场抽芯检查,验证了电机故障快速诊断平台给出的电机健康状态评估结果,证实了基于电信号特征分析的电机故障诊断技术的准确性。     

基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%~80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

激光在线测厚振动分析与精度优化

激光测厚具有安全可靠、测量精度高、测量范围大等优点,广泛应用于纸张、电池极片等薄膜类材料厚度的在线测量。带材宽幅方向扫描测厚时由于扫描架往复运动会产生机械振动,影响在线测厚精度。针对该问题,以锂离子电池极片厚度测量为例,使用双激光差动式测厚平台对电池极片和铜箔分别进行厚度测量,然后对测厚数据进行频谱分析,探究其振动规律的相似性,并基于频谱分析结果采用滑动带阻滤波方式对测厚数据进行处理,滤波后极片和铜箔的厚度极差分别降低了33.4%和73.8%,有效过滤了机械振动导致的测量误差,可满足极片和铜箔厚度测量的精度要求。     

Q值正演模拟约束下的零偏移距VSP资料Q值估算

随着油气勘探目的层逐步走向深部,球面扩散、透射损失、环境噪声等使得VSP资料的初至子波发生改变,导致常规的Q值估算方法质量难以得到保证。为此,利用塔里木盆地托甫台地区TP327井零偏移距VSP资料,综合考虑透射损失和球面扩散的影响,提出一种Q值正演模拟约束下的零偏移距VSP资料Q值估算方法。该方法通过研究区的纵波速度、横波速度和密度建立层状地质模型,利用射线追踪的方法,用大地吸收介质模型的Q值正演模拟结果,对频谱比法和经验公式估算的初始Q值进行修正,使得Q值正演模拟结果与实际地震波的衰减记录在频谱特征上吻合,从而得到更为精确的Q模型。TP327井Q值估算结果表明,该方法与李庆忠经验公式得到的结果在浅层比较接近,但在中层和深层,两者差异较大;Q值正演模拟结果约束的子波与实际VSP资料子波的频谱比较吻合,证实用Q值正演模拟约束得到的层间Q值更为可靠。利用Q值正演模拟约束方法得到的Q模型对研究区地震资料进行反Q滤波能显著提高地震资料分辨率,有助于提高碳酸盐岩地层中缝洞的识别精度。     

核电厂立式泵电机多故障耦合振动问题的处理

某核电厂立式水泵配套电机存在两径向方向振动差异大、启机后振动缓慢上升的振动现象，为解决该问题，本文利用频谱分析、固有频率分析、相位分析等方法进行故障诊断，判断出该配套电机存在结构共振、转子热弯曲、动不平衡的耦合问题，并最终通过调整螺栓及现场动平衡方法成功解决了振动问题。      

风速时间序列混沌判定方法比较研究

混沌识别是对非线性时间序列进行混沌预测的前提。针对时间序列风速确定性与随机性相结合的复杂非线性特征,研究了不同的混沌识别方法,并对风速时间序列进行混沌特征识别。应用随机噪声、周期运动及经典混沌系统的时间序列对所选方法进行可靠性验证。对美国国家风能研究中心M2测风塔实测时间序列风速数据进行非线性混沌特征识别。结果表明:风速时间序列具有明显的混沌特征;各风速时间序列表现出不同程度的混沌特征;各混沌识别方法对风速时间序列混沌特征的表达形式不同,互为补充,相互验证。     

避免加速度倍频激励共振的凸轮从动件运动规律设计

提出了一种运用有限傅里叶级数进行凸轮从动件运动规律设计的方法,运用该方法可有效减小或避免凸轮机构运动产生的某倍频激励恰与所作用对象的固有频率相近或相等而产生较大的倍频振动或共振。凸轮从动件运动规律依据工艺运动要求设计,常用有高次多项式等,通过对其周期运动进行频谱分析,可得其加速度幅值频谱;结合考虑激励对象的动态特性,在满足凸轮从动件运动规律工艺运动要求的条件下,选择去掉该凸轮从动件运动规律加速度幅值频谱中那些易引起倍频激励共振的项,得到改进设计后的运动规律,进而达到通过改变激励源频谱特性来减小激励对象振动的目的。进一步通过对改进后的凸轮从动运动规律的有限傅里叶级数的项数及系数进行优化,可使其能更好地满足给定工艺运动要求。